SchemaOrg项目中关于列表聚合信息的设计方案
2025-06-06 10:46:48作者:江焘钦
在SchemaOrg项目中,Google团队提出了一个关于如何表示列表中项目聚合信息的设计方案。这个需求源于实际应用场景中需要对列表项进行汇总统计的需求,比如计算产品平均价格或本地商家的平均评分等。
需求背景
在实际应用中,我们经常遇到需要展示列表项聚合信息的情况。例如:
- 一个产品列表需要显示所有产品的平均价格
- 一个本地商家列表需要显示所有商家的平均评分
这些聚合信息可能无法直接从单个列表项中完整获取,或者不适合在每个列表项中重复包含。
设计方案
Google团队提出了一个名为aggregateElement的新谓词(predicate),其值域(range)为so:Thing。这个设计允许在列表上附加一个聚合元素,该元素可以使用与列表项相同的schema字段来表示汇总信息。
设计示例
以下是一个产品列表的示例,展示了如何表示平均价格:
ItemList
-name-> "Cool Products to buy"
-numberOfItems -> 2
-aggregateElement -> Product
-price-> "40 USD"
-itemListElement -> Product1
-price-> "30 USD"
-itemListElement -> Product2
-price-> "50 USD"
设计优势
- 上下文明确:聚合信息直接附加在列表本身,保持了良好的上下文关系
- 组合优于继承:采用组合方式而非列表继承或网页子类型,保持了schema的简洁性
- 字段复用:复用列表项级别的schema字段,减少了新属性的引入
- 灵活性:虽然可以复用
AggregateOffer和AggregateRating等现有概念,但新设计提供了更大的灵活性
技术考量
虽然复用现有字段有其优势,但也带来了一些挑战:
- 语义差异:聚合字段与单个列表项的字段虽然名称相同,但语义上可能有所不同
- 扩展性:未来可能需要支持更多类型的聚合信息,而不仅仅是价格和评分
实现状态
该方案已经通过PR #4326和PR #4332合并到项目中,为SchemaOrg添加了对列表聚合信息的标准化支持。
这个设计为处理列表数据的聚合统计提供了一个优雅而灵活的解决方案,既保持了与现有schema的兼容性,又满足了实际应用中的需求。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
FreeSql功能强大的对象关系映射(O/RM)组件,支持 .NET Core 2.1+、.NET Framework 4.0+、Xamarin 以及 AOT。C#00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
656
4.26 K
deepin linux kernel
C
27
14
Ascend Extension for PyTorch
Python
500
606
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
390
284
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.54 K
891
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
939
861
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.07 K
557
暂无简介
Dart
902
218
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
132
207
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
123
195